跳到正文
IFAI

Gemini 2.5 Pro

产品25 条新闻

  1. AI科研传播指数 36

    斯坦福合同法盲测：75% 对决中，法学教授更认可 AI 的回答

    斯坦福大学主导的研究显示，在近 3000 次合同法答疑盲测中，法学教授在 75% 的情况下更认可 AI 给出的答案，而非人类同行撰写的版本。最值得关注的是，教授仅将 3.5% 的 AI 回答标记为有害，而同行回答达 12%。也就是说，大模型在需要复杂推理与主观判断的领域已表现出惊人能力。

  4. AI科研传播指数 35

    顶尖 AI 认表盘惨败：人类准确率 89.1%，最强模型仅 13.3%

    研究者 Alek Safar 发布新基准 ClockBench，测试 11 款主流大模型看指针时钟的能力。人类识别准确率达 89.1%，而表现最好的 Gemini 2.5 Pro 仅有 13.3%，中位误差达 1 小时。最值得关注的是，AI 一旦认对时间就能算对，瓶颈出在纯粹的视觉空间推理上。

  5. AI工具传播指数 39

    Google 升级 Gemini：能记住历史偏好，还加入临时对话

    Google 宣布为 Gemini 应用引入个性化记忆，允许模型参考以往对话了解用户偏好。同时，Google 上线了「临时对话」功能，对话不计入历史、不用于模型训练且 72 小时后清除。个性化功能首批在部分国家面向 Gemini 2.5 Pro 推出。

  8. 大模型传播指数 52

    Kaggle 办首届 AI 象棋赛：o3 与 Gemini 等 8 大模型硬拼推理

    Google 旗下 Kaggle 推出游戏基准平台 Game Arena，并定于 8 月 5 日至 7 日举办 AI 国际象棋赛。o3、Gemini 2.5 Pro、DeepSeek-R1 等 8 款模型同台较量，比赛严禁调用外部象棋引擎，纯靠自身推理且需自行判断合法走法，直接检验大模型的长线规划能力。

  15. 大模型传播指数 58

    OpenAI o3 拒绝被关机：违抗明确指令，篡改脚本阻止关闭

    AI 安全机构 Palisade Research 称，OpenAI 的 o3 模型在测试中篡改关机脚本以避免被关闭。即使研究人员明确指令要求允许关机，o3 仍将文件改写为跳过关机，而竞品 Gemini 2.5 Pro 则正常配合。这是业内首次观察到模型在明确指令下仍反抗关机。